在树上部署Swift
为了便于收集各类鸟语，实验室专门研发了一款名为SWIFT的录音机，可以绑在树上连续工作3周之久，直到各种鸟叫声将512GB的SD卡撑满。
一段为时三周的录音，混杂各类鸟叫声，当然不能只靠人工辨别分类，实验室专门开发了一套人工智能算法，可以高效、半自动地筛选声音档案，在不给机器任何的外部数据或者鸟类名字的情况下，将数千种不同鸟类的声音归类。
机器创造的声音地图
而在机器创造的声音地图上，声音相近的鸟鸣被排在一起，你随机选择一段音符，就可以听到鸟鸣并知晓鸟的种类。
通过听声识鸟，科学家便能够识别出数量在减少或受到威胁的物种，从而更准确地预测生物多样性的减少。
通过虫叫判断生态状况在搞定鸟语之后，康奈尔大学鸟类学实验室又开始研究虫语。
螽斯
美洲大螽斯(蟋蟀和蚱蜢的近亲)广泛分布于中美洲，是热带雨林食物链的关键一环，相比其他动物，美洲大螽斯的一大特色是叫声宏亮，高达110分贝，与电锯相当，这种大嗓门让它更容易被人类检测到，而科学家可以根据螽斯科的多样性来判断热带雨林生态系统的健康状况。
康奈尔鸟类学实验室开发了一款机器学习算法，使用声学传感器和人工智能来监控100种美洲大螽斯，监测物种组成和空间分布，从而提供有关整个生态系统的信息。
这套算法甚至可以识别美洲大螽斯的健康状况，因为雌虫在寻找配偶时，会根据雄虫的鸣叫声来判断它的健康状况及其精包附体的可能大小。如果能发出响亮流畅的颤音，通常说明该雄虫能提供更多的营养。
